통계 및 빅 데이터

3

현재 이진 분류 문제로 MATLAB에서 RF 도구 상자를 사용하고 있습니다. 데이터 세트 : 50000 개 샘플 및 250 개 이상의 기능 그렇다면 나무를 키우기 위해 각 분할에서 나무의 수와 무작위로 선택한 기능은 무엇입니까? 다른 매개 변수가 결과에 큰 영향을 줄 수 있습니까?

14 machine-learning classification random-forest

5

최소 클러스터 크기 제한이있는 클러스터링 (k- 평균 또는 기타)

그룹 내 제곱합 (WSS)을 최소화하기 위해 장치를 클러스터로 클러스터링해야하지만 클러스터에 적어도 단위가 포함되도록해야합니다 . R의 군집 기능 중 최소 군집 크기 제약 조건이 적용 되는 군집으로 군집 할 수있는 아이디어가 있습니까? kmeans ()는 크기 제한 옵션을 제공하지 않는 것 같습니다.m kkkkmmmkkk

14 r clustering

2

R에서 coxph의 "coef"와 "(exp) coef"출력의 차이점은 무엇입니까?

나는 coxph의 "coef"와 "(exp) coef"출력이 정확히 무엇을 의미하는지 알아 내려고 노력했습니다. "(exp) coef"는 명령에 지정된 그룹에 따라 모델의 첫 번째 변수를 비교 한 것으로 보입니다. coxph 함수는 "coef"및 "(exp) coef"의 값에 어떻게 도달합니까? 또한, 검열이 수반 될 때 coxph는 이러한 값을 어떻게 결정합니까?

14 r survival interpretation

3

OLS는 파란색입니다. 그러나 편견과 선형성에 관심이 없다면 어떻게해야합니까?

Gauss-Markov 정리는 OLS 추정기가 선형 회귀 모형에 가장 적합한 선형 비 편향 추정기라고 알려줍니다. 그러나 선형성과 편견에 신경 쓰지 않는다고 가정하십시오. 그런 다음 Gauss-Markov 가정 또는 다른 일반적인 가정 세트에서 가장 효율적인 선형 회귀 모델에 대한 다른 (비선형 / 바이어스 가능) 추정기가 있습니까? 물론 하나의 표준 결과가 있습니다. OLS 자체는 …

14 regression unbiased-estimator

6

Y가 제한되고 이산 일 때의 선형 회귀

문제는 간단합니다. Y가 제한되고 이산적일 때 선형 회귀를 사용하는 것이 적절합니까 (예 : 시험 점수 1 ~ 100, 일부 사전 정의 된 순위 1 ~ 17)? 이 경우 선형 회귀를 사용하는 것이 "좋지 않다"거나 사용하는 것이 완전히 잘못 되었습니까?

14 regression multiple-regression least-squares linear bounds

5

대체 가설이 필요한 이유는 무엇입니까?

테스트 할 때 두 가지 결과가 나옵니다. 1) 귀무 가설을 기각한다 2) 귀무 가설을 기각하지 않습니다. 우리는 다른 가설을 받아들이는 것에 대해 이야기하지 않습니다. 대립 가설 수용에 대해 이야기하지 않으면 왜 대립 가설이 필요합니까? 여기에 업데이트가 있습니다 : 누군가 나에게 두 가지 예를 줄 수 있습니까? 1) 귀무 가설을 기각하는 …

14 hypothesis-testing

2

감마 분포 로그의 예상 값은 얼마입니까?

의 예상 값 이 인 경우 의 예상 값은 입니까 ? 분석적으로 계산할 수 있습니까?G a m m a (α,β)지ㅏ미디엄미디엄ㅏ(α,β)\mathsf{Gamma}(\alpha, \beta)αβαβ\frac{\alpha}{\beta}로그( G a m m a ( α , β) )로그⁡(지ㅏ미디엄미디엄ㅏ(α,β))\log(\mathsf{Gamma}(\alpha, \beta)) 내가 사용하는 매개 변수는 모양 속도입니다.

14 expected-value gamma-distribution

3

신경망에 기능 선택 / 엔지니어링이 필요한 이유는 무엇입니까?

특히 kaggle 경쟁과 관련하여 모델의 성능이 기능 선택 / 엔지니어링에 관한 것임을 알았습니다. 더 전통적인 / 구식 ML 알고리즘을 처리 할 때 그 이유가 무엇인지 완전히 이해할 수는 있지만 심층 신경망을 사용할 때 왜 그런지 알 수 없습니다. 딥 러닝 책 인용 : 딥 러닝은 다른 더 단순한 표현으로 표현되는 …

14 neural-networks deep-learning feature-selection feature-engineering

2

베타 회귀 분석에서 로짓 링크를 사용하는 이유는 무엇입니까?

최근에 저는 베타 회귀 모델을 구현하는 데 관심이있었습니다. 이 결과에는 이산적인 "성공"이라는 의미있는 개념이 없기 때문에이 결과는 이항 적 맥락에 맞지 않을 것입니다. 실제로 결과는 실제로 기간의 비율입니다. 분자는 초 수이며 특정 조건은 조건이 활성화 될 수있는 총 시간 (초) 동안 활성화됩니다. 나는 vagaries에 대해 사과하지만이 정확한 맥락에 너무 집중하고 …

14 logit beta-regression

1

신경망에서 병목 현상 계층이란 무엇입니까?

나는 FaceNet 논문 을 읽고 있었고 소개의 세 번째 단락에서 다음과 같이 말합니다. 딥 네트워크를 기반으로 한 이전의 얼굴 인식 방법은 알려진 얼굴 ID 집합에 대해 훈련 된 분류 계층을 사용한 다음 훈련에 사용 된 ID 집합 이상의 인식을 일반화하는 데 사용되는 표현으로 중간 병목 층을 사용합니다. 중간 병목 현상 …

14 neural-networks image-processing

3

기계 학습 파이프 라인에서 기능 선택 및 하이퍼 파라미터 최적화를 어떻게 주문해야합니까?

내 목표는 센서 신호를 분류하는 것입니다. 지금까지 내 솔루션의 개념은 다음과 같습니다. i) 원시 신호에서 엔지니어링 기능 ii) ReliefF 및 클러스터링 방식으로 관련 기능 선택 iii) NN, 랜덤 포레스트 및 SVM 적용 그러나 나는 딜레마에 갇혀있다. ii) 및 iii)에는 ReliefF의 k-Nearest Neigbours 또는 센서 신호가 평가되는 창 길이 또는 NN의 …

14 feature-selection hyperparameter optimization

1

딥 Q 학습에서 에피소드와 에포크의 차이점은 무엇입니까?

나는 유명한 논문 "심층 강화 학습으로 아타리 연주"( pdf ) 를 이해하려고합니다 . 신기원 과 에피소드 의 차이점에 대해 잘 모르겠습니다 . 알고리즘 에서 외부 루프는 에피소드 위에 있으며 그림 에서 x 축은 epoch 로 표시 됩니다. 강화 학습의 맥락에서, 나는 신기원이 무엇을 의미하는지 명확하지 않습니다. 에피소드 루프 주변의 시대는 …

14 neural-networks terminology reinforcement-learning q-learning

2

k- 폴드 교차 검증은 훈련 / 검증 / 테스트 세트의 맥락에 어떻게 적합합니까?

나의 주요 질문은 k- 폴드 교차 검증이 훈련 / 검증 / 테스트 세트를 갖는 맥락에서 어떻게 맞는지 이해하려고 노력하는 것과 관련이 있습니다 (그러한 맥락에서 전혀 적합하다면). 일반적으로 사람들은 데이터를 훈련, 검증 및 테스트 세트 (앤드류 응 코스 당 60/20/20의 비율)로 분할하여 검증 세트가 모델 훈련을위한 최적의 파라미터를 식별하는 데 사용된다고 …

14 cross-validation dataset overfitting

2

Naive Bayes는 연속 변수와 어떻게 작동합니까?

내 (매우 기본적인) 이해를 위해 Naive Bayes는 훈련 데이터에서 각 기능의 클래스 빈도를 기반으로 확률을 추정합니다. 그러나 연속 변수의 빈도를 어떻게 계산합니까? 그리고 예측을 수행 할 때 훈련 세트에서 동일한 관측치 값을 가질 수없는 새로운 관측치를 어떻게 분류합니까? 거리 측정을 사용하거나 1NN을 찾습니까?

14 machine-learning classification bayesian naive-bayes

1

1 %와 같은 낮은 이벤트 속도의 데이터에 그라디언트 부스팅이 적합합니까?

Enterprise miner를 사용하여 이벤트 속도가 약 1 % 인 데이터 세트에서 그라디언트 향상을 시도하고 있지만 출력을 생성하지 못했습니다. 내 질문은 의사 결정 트리 기반의 접근 방식이므로 그러한 낮은 이벤트에서 그라디언트 부스팅을 사용하는 것이 옳습니까?

14 boosting unbalanced-classes rare-events gradient